「養龍蝦」現象：AI 算力消耗與電網收益的背後的經濟邏輯

AI 大模型調用量激增與 Token 消耗

近期，隨著國產 AI 模型在 OpenRouter 等平臺的調用量超越美國，全球對大語言模型的依賴度持續攀升。這種趨勢被形象地比喻為「養龍蝦」，意指大量用戶和企業為了獲取 AI 服務，不斷消耗 Token（計算單位），導致算力需求暴增。

電網成為最大贏家

隨著 AI 大模型訓練與推理對算力的巨大需求，數據中心對電力供應的需求也隨之飆升。搜尋結果顯示，有觀點指出「7 毛的電經過顯卡生成 Token 就能 18 塊賣給美國人」，這揭示了電網在 AI 產業鏈中的關鍵地位。電網不僅是能源的輸送者，更在 AI 時代成為了數據價值轉化的核心環節，成為此輪算力革命中的最大贏家。

產業鏈的變遷與挑戰

雖然 AI 調用量激增帶來了巨大的經濟潛力，但也伴隨著電力基礎設施的挑戰。目前，國產 AI 模型的快速發展尚未完全實現「電力出海」，這意味著電力的跨境流動與國際能源貿易仍面臨瓶頸。此外，過度的算力消耗也引發了對能源安全與環境影響的關注，成為業界討論的焦點。